Evidence
Evidence · Coding
Evidence ist eine Open-Source-Plattform für Business Intelligence, mit der sich Datenprodukte in SQL, Markdown und mit KI erstellen lassen. Sie definieren Dashboards und Berichte als Code in einem Git-Repository und veröffentlichen sie dann als statische Website oder betreiben sie über das gehostete Evidence Studio. Betrachten Sie es als Business Intelligence as Code. Es passt zu Teams, die versionierte Analysen statt Drag-and-Drop-BI-Tools wollen, und kommt mit einem KI-Agenten, der Datenfragen in normaler Sprache beantwortet. Für das richtige Team ist es schnell eingerichtet.
Über Evidence
Was ist Evidence
Evidence ist ein Business-Intelligence-Tool, das Analysen so behandelt, wie Entwickler Software behandeln. Statt durch einen visuellen Abfrage-Generator zu klicken, schreiben Sie SQL-Abfragen und setzen Berichte in Markdown um, und übertragen dann alles in ein Repository. Das Projekt startete als Evidence Core, ein MIT-lizenziertes Framework, das Sie kostenlos betreiben und selbst hosten können. Evidence Studio ist das kostenpflichtige gehostete Produkt darauf, das einen Browser-Editor, Zugriffskontrolle auf Seitenebene, geplante Berichte und einen KI-Agenten ergänzt.
Das Hauptproblem, das es löst, ist die Lücke zwischen Ad-hoc-BI-Tools und einem codierten Arbeitsablauf. Als Open-Source-BI-Tool richtet es sich an Analysten, die ohnehin in Git und SQL leben und Drag-and-Drop-Plattformen als langsam und schwer prüfbar empfinden. Mit Evidence bauen sie ein Dashboard genauso wie jedes andere Projekt: Branch, Vorschau, Pull Request, Merge, Deployment. Sie führen eine Änderung zusammen und sie geht sofort live, mit Rollback per Klick.
Die wichtigste Grenze ist technisch. Evidence setzt voraus, dass Sie mit SQL und einem Code-Editor vertraut sind, oder zumindest bereit, es zu lernen. Es ist kein Tool für Klick-und-fertig, wenn jemand in zwei Minuten ein Diagramm ohne Abfragen will. Und die ausgefeilten Team-Funktionen wie der Agent und die Zugriffsregeln stecken hinter dem Studio-Tarif, der nicht günstig ist.
Erste Schritte
- Registrieren Sie sich für ein Evidence-Studio-Konto auf dem gehosteten Weg, oder installieren Sie die CLI, wenn Sie lieber lokal mit Evidence Core bauen.
- Verbinden Sie eine Datenquelle: Richten Sie Evidence mit einem direkten Connector auf Ihr Warehouse, oder nutzen Sie das eingebaute Evidence Warehouse in Studio.
- Schreiben Sie eine SQL-Abfrage in eine
.md-Datei und umgeben Sie sie mit Markdown-Text und Komponenten wie Diagrammen, Tabellen und Filtern. Das ist die Ebene der Datenvisualisierungsplattform, und sie besteht aus reinem Text. - Sehen Sie sich die Seite während der Arbeit an, entweder im Browser-Editor oder in einer lokalen Vorschau über die CLI.
- Übertragen Sie in Git und pushen zum Deployen, oder veröffentlichen Sie in Studio, sobald der Bericht zum Teilen bereit ist.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Evidence.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Datenanalysten, die mit SQL vertraut sind
- Analytics-Engineers
- Produkt- und Ops-Teams in Studio
Aufgaben
- Wiederkehrende Dashboards bauen
- Teilbare Daten-Apps veröffentlichen
- Ad-hoc-Analysen mit einem Agenten
Szenarien
- Ein Team, das Analyseänderungen per Pull Request prüft und will, dass jede veröffentlichte Zahl bis zu einem Commit zurückverfolgbar ist.
- Ein Startup, das Metriken aus Snowflake oder einem anderen Warehouse zieht und eine ausgefeilte Berichtsebene ohne teure BI-Lizenz braucht.
- Ein Fall von eingebetteten Analysen, bei dem Berichte im Enterprise-Tarif als White-Label in ein kundennahes Produkt eingebettet werden.
Wichtigste Funktionen
BI as Code
Alles in Evidence, von Abfragen über Layout bis Theme, ist in Dateien in einem Repository definiert. So bekommen Ihre Analysen dieselben Werkzeuge wie Ihre Software: Branches, Diffs, Peer Review und Rollback. Sieht eine Zahl in der Produktion falsch aus, können Sie sie bis zur genauen Änderung zurückverfolgen, die sie eingeführt hat. Für Teams, die Git bereits nutzen, verschwindet damit eine ganze Klasse von Problemen der Art "wer hat dieses Dashboard bearbeitet". Kein Rätselraten mehr.
Der Evidence-Agent
In Studio ist der Evidence-Agent ein KI-Assistent für Ihr Projekt. Er liest Ihre vorhandenen Dashboards und Berichte als Kontext, beantwortet dann Fragen in normaler Sprache und schreibt neue Analysen in Evidence-Markdown. Er respektiert Ihre Zugriffsregeln, sodass Leser nur Daten sehen, die sie sehen dürfen. Der Agent ist in Slack oder über jeden MCP-Client erreichbar, einschließlich Claude Desktop und ChatGPT, sodass Fragen dort beantwortet werden, wo Ihr Team ohnehin spricht. Niemand wartet in einer Schlange. Das sind Self-Service-Analysen in der Praxis. Warum ist das wichtig? Weil Antworten in Sekunden kommen, nicht in Tagen.
Komponenten und Visualisierungen
Evidence hat eine Bibliothek von Komponenten für Diagramme, Datentabellen, Filter, Dropdowns, Karten und Umschalter. Sie können Visualisierungen in Publikationsqualität bauen und ein individuelles Visual dann zu einer wiederverwendbaren Komponente für das ganze Team abstrahieren. Reichhaltige Tabellen unterstützen Sparklines, Zwischensummen und Bilder, und Karten bewältigen Heatmaps und individuelles GeoJSON. Der Gewinn: Ein einmaliges Diagramm wird zum geteilten Baustein, statt jedes Mal neu gezeichnet zu werden. Weniger Fleißarbeit.
Git-Workflow und Deployments
Push to deploy ist der Standard. Sie führen Ihre Änderungen zusammen und sie gehen an die Nutzer; Branch-Vorschauen lassen Sie eine Änderung live sehen, bevor sie die Produktion erreicht; sofortiges Rollback macht einen schlechten Merge auf der Stelle rückgängig. Continuous Integration führt bei jedem Pull Request automatische Prüfungen aus, sodass kaputte Abfragen vor der Veröffentlichung auffallen. Das ist ein echter Unterschied. Traditionelle BI-Plattformen lassen ein kaputtes Diagramm unbemerkt live gehen. Nicht ideal.
Zugriffskontrolle
Die Zugriffsregeln liegen in einer einzigen versionierten Datei, und Studio ergänzt Zugriffskontrolle auf Seitenebene bis hinunter zur Zeile. Sie entscheiden, wer jede Seite öffnen darf, was zählt, wenn ein Bericht sensible und allgemeine Daten mischt. Enterprise ergänzt Regeln auf Zeilenebene, SSO, SCIM-Verzeichnisabgleich und einen SOC-2-Bericht. So kann dieselbe Plattform ein internes Team und ein extern sichtbares Dashboard bedienen, ohne ein zweites Tool.
Geplante Berichte und Exporte
Jede Seite lässt sich täglich, wöchentlich oder monatlich in Postfächer liefern, und jeder Bericht exportiert nach PDF oder in mehrblättrige XLSX-Arbeitsmappen. Für Teams, die noch in E-Mail und Tabellenkalkulation leben, schließt das den Kreis zwischen einem codiert gebauten Dashboard und dem Format, das ein Leser wirklich will. Es ist eine kleine Funktion, aber oft die, die die Annahme verankert. Leser öffnen nie das Repository. Sie wollen nur die Datei.
Vor- und Nachteile
Vorteile
- Open-Source-Kern unter MIT-Lizenz, sodass Sie das Framework selbst hosten und für den Start nichts zahlen.
- Versionierte Analysen bedeuten, dass jede veröffentlichte Zahl bis zu einem Commit zurückverfolgbar ist, mit eingebauten Vorschauen und Rollback.
- Der KI-Agent arbeitet in Slack und MCP-Clients und lässt nicht-technische Leser ihre eigenen Datenfragen beantworten.
- Warehouse-native Connectoren und statische Website-Ausgabe passen zu Teams, die bereits in SQL und Git investiert sind.
- Reichhaltige Komponenten decken Diagramme, Karten, Tabellen, Filter und wiederverwendbare individuelle Visuals ohne zusätzliche Tools ab.
Nachteile
- Der Workflow setzt SQL-Kenntnisse voraus. Wer Drag-and-Drop-Berichte erwartet, findet die Lernkurve steil.
- Der gehostete Studio-Tarif beginnt bei $2,500 pro Monat, was für ein kleines Team ohne Bedarf an Agent oder Zugriffsregeln schwer zu rechtfertigen ist.
- Vollständige Team-Funktionen wie Regeln auf Zeilenebene, SSO und Embedding erfordern die Enterprise-Stufe mit individueller Preisgestaltung.
- Es gibt keine native mobile App, sodass das Prüfen von Dashboards einen Browser erfordert.
Häufige Fragen
Evidence Core ist ein MIT-lizenziertes Open-Source-Framework, das Sie kostenlos betreiben und selbst hosten können. Evidence Studio, die gehostete Plattform mit Editor, Agent und Zugriffsregeln, ist ein kostenpflichtiges Produkt, das mit einer 30-tägigen Testphase beginnt.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Evidence.
Alternativen zu Evidence
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.